温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。

一种针对视频语言大模型的多视频联合理解系统，包括：视频结构化模块、图融合模块、视觉映射器、视觉编码器和词嵌入层，通过结构化视频表征与图融合机制，避免冗余视觉信息的无效输入，降低模型输入负载，实现数据高效利用；通过跨视频时空信息的整合，有效缓...
该专利属于上海交通大学所有，仅供学习研究参考，未经过上海交通大学授权不得商用。

详细技术文档下载地址

温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。